Umjetna inteligencija i društvo

 

Naziv kolegija:
Umjetna inteligencija i društvo
Šifra ISVU:
255345
Šifra MOZVAG:
ECTS:
3
Jezik izvođenja:
hrvatski
Preduvjeti upisa:
Odsjek:
ODSJEK ZA INFORMACIJSKE ZNANOSTI

Studij
Godina
Semestar
Status
INFORMACIJSKA TEHNOLOGIJA - DIPLOMSKI (dvopredmetni)
1.g.
zimski
izborni

Nastavnik
Nositelj
P
V
S
Bosančić, Boris
15
0
0
Mićunović, Milijana
0
0
15

 

Ciljevi i zadaci:

Cilj je predmeta upoznati studente s osnovnim pojmovima, konceptima i primjenom umjetne inteligencije (u informacijskim i komunikacijskim sustavima). Poseban naglasak stavlja  se na utjecaj umjetne inteligencije na društvo u cjelini. U okviru predmeta razmatra se utemeljenje ideje umjetne inteligencije s filozofskoga, matematičkoga, neuroznanstvenoga, psihološkoga, lingvističkoga i računalnog aspekta. Jedan od ciljeva predmeta je upoznati studente s povijesnim razvojem umjetne inteligencije kroz razvoj sustava temeljenih na znanju što uključuje pregled povijesnog razvoja programskih jezika na kojima su utemeljeni, tehnologija na kojima su izgrađeni i metoda koje se u njima primjenjuju. Na seminarskim raspravištima, uz filozofski i psihološki, razmatrat će se i društveni, ekonomski i geopolitički aspekti razvoja i primjene umjetne inteligencije, poput pitanja regulacije, transparentnosti, budućnosti poslova i tržišta rada te političkih podjela i društvenih polarizacija. Također, razmatrat će se etički aspekti razvoja i primjene umjetne inteligencije poput strateškog i odgovornog razvoja umjetne inteligencije, pitanja pristranosti i diskriminacije, algoritmizacije, datafikacije, i dr.

Ishodi učenja:

Nakon uspješno završenoga predmeta studenti će moći:

  • razlikovati biološku i umjetnu inteligenciju
  • objasniti osnovne pojmove i koncepte umjetne inteligencije
  • ispričati povijest umjetne inteligencije
  • pratiti suvremene trendove i promjene u razvoju umjetne inteligencije
  • objasniti društvene i etičke aspekte razvoja i primjene umjetne inteligencije
  • procijeniti društveni utjecaj inteligentnih tehnologija i sustava
  • informirano i odgovorno koristiti tehnologije umjetne inteligencije

Sadržaj predmeta:

Biološka i umjetna inteligencija (UI). Utemeljenje umjetne inteligencije. Povijest umjetne inteligencije. Jaka i slaba umjetna inteligencija. Turingov test. Searlova Kineska soba. Sustavi temeljeni na znanju. Ekspertni sustavi. Programski jezici LISP i Prolog. Umjetna neuronska mreža. Inteligentni agenti. Predstavljanje znanja. Stjecanje znanja. Strojno učenje. Duboko učenje. Robotika i umjetna inteligencija. Primjena umjetne inteligencije. Strojno prevođenje. Prepoznavanje govora. Generativna UI. Filozofija umjetne inteligencije. Etika umjetne inteligencije. Sigurnost i ograničenja umjetne inteligencije. Prilike i prijetnje razvoja i primjene umjetne inteligencije. Strateški i odgovorni razvoj umjetne inteligencije. Umjetna inteligencija, industrija i tržište rada. Umjetna inteligencija i veliki podaci. Algoritmizacija. Pristranost i diskriminacija. Regulacija i transparentnost umjetne inteligencije. Trendovi i praktični primjeri razvoja i primjene umjetne inteligencije u društvu (gospodarstvo, industrija i poslovni sektor, politika, obrazovanje, medicina, urbano planiranje, i dr.).

Vrste izvođenja nastave:

predavanja, seminari i radionice, multimedija i mreža

Povezivanje ishoda učenja, nastavnih metoda i procjena ishoda učenja:

2. 1. Nastavna aktivnost 2. 2. Aktivnost studenta 2. 3. Ishod učenja 2. 4 Metoda procjene
predavanja slušanje predavanja i sudjelovanje u raspravama - razlikovati biološku i umjetnu inteligenciju
 
- pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama -  objasniti osnovne pojmove i koncepte umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama -  ispričati povijest umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama - pratiti suvremene trendove i promjene u razvoju umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - objasniti društvene i etičke aspekte razvoja i primjene umjetne inteligencije - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - procijeniti društveni utjecaj inteligentnih tehnologija i sustava - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - informirano i odgovorno koristiti tehnologije umjetne inteligencije - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)

 

 

Obveze i praćenje rada studenta:

Pisani ispit, Pohađanje nastave, Referat, Usmeni ispit

Način vrednovanja i ocjenjivanja:

usmeno i pismeno

Elementi praćenja i provjeravanja:

Element
Opterećenje u ECTS
Udio u ocjeni
Pisani ispit 1,5 0%
Pohađanje nastave 0,75 0%
Referat 0,65 0%
Usmeni ispit 0,1 0%

 

Način oblikovanja konačne ocjene:

U oblikovanju konačne ocjene uzima se u obzir ocjena pismenog i završnog usmenog ispita (sadržaji i literatura obrađena na predavanju), seminarskog izlaganja (referata) i sudjelovanja u projekcijama i grupnim raspravama. Od toga 75% konačne ocjene čini ocjena pismenog ispita (150 ocjenskih bodova, od toga 80 bodova predavanja i 70 bodova seminarska raspravišta), 15% ocjena seminarskog izlaganja/referata (30 bodova) i 10% završnog usmenog ispita (20 ocjenskih bodova).

Iz svih elemenata praćenja i provjeravanja student može ostvariti najviše 200 ocjenskih bodova, što čini 100% ocjene. Za prolaznu ocjenu student treba ostvariti najmanje 110 ocjenskih bodova ili 55% ocjene.

Skala je ocjenjivanja sljedeća: izvrstan (5) – od 180 do 200 bodova, vrlo dobar (4) – od 160 do 179 bodova, dobar (3) – od 125 do 159 bodova; dovoljan (2) – od 110 do 124 boda; nedovoljan (1) – od 0 do 109 bodova.

Primjer izračunavanja ocjene:

Ostale informacije relevantne za praćenje i vrednovanje studenta:

Obveze studenata:

Redovito pohađati nastavu, održati seminarsko izlaganje na odabranu temu, položiti pismeni ispit, položiti završni usmeni ispit.

 

 

Obavezna literatura:

1. Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach. New York: Prentice Hall, 4th edition. 2021.

2. Tom Taulli: Artificial Intelligence Basics. A Non-Technical Introduction. [s.l.]: Apress 2019.

Dopunska literatura:

1. AITopics. An Official Publication of AAAI. URL: https://aitopics.org/

2. Chat GPT. Generative AI: An Introduction. 2023.

URL: https://www.weforum.org/agenda/2023/02/generative-ai-explain-algorithms-work/

3. Coeckelbergh, M. AI ethics. [s.l.]: Mit Press, 2020.

4. Hawkins, J. On Intelligence. New York: Owl Books, 2004.

5. Russell, S. Kao čovjek. Zagreb: Planetopija, 2022.

 

Načini praćenja kvalitete koji osiguravaju razvoj znanja, vještina i kompetencija:

Aktivnost studenata prati se i na seminarima tijekom izlaganja i sudjelovanja u grupnim raspravama na temu odabrane video projekcije. Nakon svakog izlaganja/projekcije slijedi grupna rasprava u kojoj se aktivno, kritički i konstruktivno nastoji analizirati problemski sadržaj. Na početku svakog predavanja daje se osvrt na nastavne sadržaje s prethodno održanog sata. Također, na kraju svakog predavanja slijedi osvrt na nastavne sadržaje s tog sata u obliku pitanja i odgovora.

Ostale informacije: